《中国人工智能学会通讯》——2.4 智能汽车对人机交互和人机协同技 术的需求

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第2章,第2.4节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

2.4 智能汽车对人机交互和人机协同技 术的需求

对于汽车智能驾驶技术,经历从初期的危险预警,到高级驾驶辅助,最后到完全自主驾驶的发展过程。目前由于技术的限制,在智能驾驶汽车发展到具备完全自主驾驶能力之前,驾驶员与车辆自主驾驶系统进行互动,共同实现车辆安全驾驶的情况将长期存在。事实表明,人类驾驶员与自主驾驶系统在环境感知、决策与规划、控制执行等方面的能力存在互补性。人在环境感知方面具有丰富的经验知识,具有较强的鲁棒性和适应性。自主驾驶系统可以长时间持续地对环境进行全方位、高精度探测,在发现危险时主动进行辅助干预,弥补人的不足。另外,人类驾驶员的经验数据可以被自主驾驶系统进行评估和模仿学习,也可以指导具有自学习能力的自主驾驶系统不断改善性能。因此,智能汽车技术需要研究的一项重要课题就是通过人机交互和人机智能融合技术,协调人类驾驶员和自主驾驶系统这两个“驾驶员”,从而优化汽车行驶性能。

在目前主流的汽车主动安全产品中,人机交互和人机协同模式主要处于初级辅助驾驶阶段,如危险告警等。在奔驰、宝马、奥迪、沃尔沃等著名汽车企业最近推出的驾驶辅助系统中,汽车驾驶控制过程仍然主要由人类驾驶员完成,机器自主能力有限,尚不具备复杂环境下灵活多变的人机协同驾驶能力。车载人机交互系统的功能限于提供基本的车辆状态信息显示、地图导航,以及多媒体娱乐应用等附加服务功能,缺乏面向智能驾驶过程的人机交互机制。

在人车交互控制系统中,驾驶员在驾驶过程中的心理负荷、操纵负荷直接影响着驾驶员的驾驶行为,进而影响人车交互控制情况和道路交通安全。为提升人车共驾情况下驾驶员的安全性和舒适性,有必要对驾驶员的驾驶行为模型进行系统深入的研究,内容包括人 - 车 - 路协同工作条件下的驾驶行为机理、驾驶员认知负荷模型、驾驶员的操纵负荷模型,掌握驾驶辅助技术的适用范围和驾驶员交互接管控制能力。上述研究是实现高效人车交互控制的前提,是智能汽车向人性化与个性化发展的重要技术途径。围绕智能汽车中的人机交互机理与人机共驾技术展开研究,对于促进智能汽车驾驶技术的发展具有重要意义。

相关文章
|
2月前
|
机器学习/深度学习 数据采集 人工智能
人工智能在变更管理中的应用:变革的智能化之路
人工智能在变更管理中的应用:变革的智能化之路
113 13
|
3月前
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
398 49
|
3月前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
558 32
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
567 33
|
3月前
|
机器学习/深度学习 人工智能 算法
人工智能平台年度技术趋势
阿里云智能集团研究员林伟在年度技术趋势演讲中,分享了AI平台的五大方面进展。首先,他介绍了大规模语言模型(LLM)训练中的挑战与解决方案,包括高效故障诊断和快速恢复机制。其次,探讨了AI应用和服务的普及化,强调通过优化调度降低成本,使AI真正惠及大众。第三,提出了GreenAI理念,旨在提高AI工程效率,减少能源消耗。第四,讨论了企业级能力,确保数据和模型的安全性,并推出硬件到软件的全面安全方案。最后,介绍了整合多项核心技术的Pai Prime框架,展示了阿里云在自主可控AI核心框架下的整体布局和发展方向。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
198 14
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与深度学习:探索未来技术的无限可能
在21世纪,人工智能(AI)和深度学习已经成为推动科技进步的重要力量。本文将深入探讨这两种技术的基本概念、发展历程以及它们如何共同塑造未来的科技景观。我们将分析人工智能的最新趋势,包括自然语言处理、计算机视觉和强化学习,并讨论这些技术在现实世界中的应用。此外,我们还将探讨深度学习的工作原理,包括神经网络、卷积神经网络(CNN)和循环神经网络(RNN),并分析这些模型如何帮助解决复杂的问题。通过本文,读者将对人工智能和深度学习有更深入的了解,并能够预见这些技术将如何继续影响我们的世界。
113 7
|
4月前
|
人工智能 监控 物联网
深度探索人工智能与物联网的融合:构建未来智能生态系统###
在当今这个数据驱动的时代,人工智能(AI)与物联网(IoT)的深度融合正引领着一场前所未有的技术革命。本文旨在深入剖析这一融合背后的技术原理、探讨其在不同领域的应用实例及面临的挑战与机遇,为读者描绘一幅关于未来智能生态系统的宏伟蓝图。通过技术创新的视角,我们不仅揭示了AI与IoT结合的强大潜力,也展望了它们如何共同塑造一个更加高效、可持续且互联的世界。 ###
|
4月前
|
人工智能 自然语言处理 自动驾驶
技术与人性:探索人工智能伦理的边界####
本文深入探讨了人工智能技术飞速发展背景下,伴随而来的伦理挑战与社会责任。不同于传统摘要直接概述内容,本文摘要旨在引发读者对AI伦理问题的关注,通过提出而非解答的方式,激发对文章主题的兴趣。在智能机器逐渐融入人类生活的每一个角落时,我们如何确保技术的善意使用,保护个人隐私,避免偏见与歧视,成为亟待解决的关键议题。 ####
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
深度探索人工智能中的自然语言处理技术#### 一、
【10月更文挑战第28天】 本文旨在深入剖析人工智能领域中的自然语言处理(NLP)技术,探讨其发展历程、核心算法、应用现状及未来趋势。通过详尽的技术解读与实例分析,揭示NLP在智能交互、信息检索、内容理解等方面的变革性作用,为读者提供一幅NLP技术的全景图。 #### 二、
245 1

热门文章

最新文章